如何绘制乘法插补调查数据

Question

我正在处理美联储消费者金融调查 (SCF) 数据，该数据通过多重插补将 ~6500 个实际观察到的响应扩展为 ~29,000 个条目。我能够使用 lodown 包中的 scf_MIcombine 生成汇总统计数据（计数、均值、分位数等），但我在直观地表示它时遇到了很多麻烦。考虑多重插补的函数往往会吐出 svyimputationlist 对象，这些对象很难转换为 ggplot 可以理解的对象。

例如：

`>scf_design <- 
  svrepdesign( 
    weights = ~wgt , 
    repweights = scf_rw[ , -1 ] , 
    data = imputationList( scf_imp ) , 
    scale = 1 ,
    rscales = rep( 1 / 998 , 999 ) ,
    mse = FALSE ,
    type = "other" ,
    combined.weights = TRUE
  )
scf_design_work <- subset(scf_design, age>24 & age<65)
+
+
+
>tab_knolLIT <- scf_MIcombine(with(svytable(~finlit+knowlcat, design = subset(scf_design_work,     finlit!=0))))
#Error in UseMethod("svytable", design) : 
  no applicable method for 'svytable' applied to an object of class "svyimputationList"

`

有什么建议么？

Answer 1

要绘制乘法插补调查数据的图表，您可以使用 R 中的 mi 或 mice 包。这两个包都提供了基于乘法插补数据创建图形的函数。这是一个循序渐进的过程：

1. 使用以下方法合并多个推算数据水池（）或者完全的（）分别在 mi 或 mice 包中运行。
2. 使用 ggplot2 创建可视化。 ggplot2 库是 强大而灵活，允许您创建范围广泛的 可视化。
3. 使用mi_boxplot()或者mi_histogram()为每个变量创建箱形图或直方图。这些函数将多重插补数据作为输入，并自动处理多重插补引入的不确定性。
4. 使用mi_qqplot()创建一个分位数 - 分位数图，这可以帮助 你来评估数据的分布是否正常。
5. 使用mi_scatterplot()创建一个散点图矩阵，这可以帮助 您可视化多个变量之间的关系。

   请注意，在解释结果时考虑多重插补引入的不确定性很重要，因为估计值和标准误差可能与使用单个插补数据集时不同。